MétaCan
Menu
Retour à la cohorte
Enregistrement W4413037506 · doi:10.1016/j.addma.2025.104923

Effect of Mn on microstructural characteristics and mechanical behavior of AlSi10Mg alloys produced by laser powder bed fusion

2025· article· en· W4413037506 sur OpenAlexafffund
Esmaeil Pourkhorshid, Paul Rometsch, Alexandre Bois‐Brochu, Adam Taylor, R.K.W. Marceau, X. Grant Chen

Notice bibliographique

RevueAdditive manufacturing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensAluminium Refining, Degassing and Filtering (Canada)Université du Québec à Trois-RivièresUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre québécois de recherche et de développement de l’aluminiumDeakin University
Mots-clésMaterials scienceFusionMetallurgyMicrostructureComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigated the effect of Mn modification on the microstructure and mechanical properties of AlSi10Mg alloys produced by laser powder bed fusion (L-PBF). The results revealed that the addition of 0.5 wt% Mn considerably improved the strength while maintaining a similar elongation level, exhibiting yield strength increases of 17 %, 30 % and 29 % in the as-manufactured (F), directly aged (T5), and solution treated plus aged (T6) conditions, respectively. In the F and T5 conditions, the Mn-modification resulted in the formation of α-Al(Mn,Fe)Si intermetallic particles inside the Si-rich network, which reinforced the network and improved the strength. After the T6 heat treatment, the Si-rich network completely disappeared in both alloys, but the formation of α-Al(Mn,Fe)Si dispersoids provided an extra strengthening contribution in the Mn-modified alloy. Most importantly, transmission electron microscopy and atom probe tomography revealed that the addition of Mn (and some extra Mg) stimulated the precipitation of a large number of Si-rich nanoparticles and MgSi-based precipitates, especially in the T5 condition. Among all the heat treatment and alloy conditions investigated, the Mn-modified alloy in the T5 condition achieved the highest strengths (yield strength: 386 MPa, ultimate tensile strength: 532 MPa). This research highlights the potential for improving the mechanical properties of AlSi10Mg alloys produced by L-PBF via a cost-effective modification of the chemical composition and provides a deeper understanding of the role of Mn in such alloys.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdditive manufacturingMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207